不要想的太过复杂，就只有随机数生成的三个矩阵，原始输入已经通过矩阵相乘关联在三个随机数矩阵中，再通过一些代数游戏得到每个token对于整体输入序列的注意力权重矩阵，再和另外一个随机数矩阵进行线性的代数变化即可。
反向传播更新的是这三个矩阵的权重，三个矩阵的维度设计也是为了符合线性代数的运算。
总之这个就是一个巧妙的线性代数游戏，没有什么复杂的逻辑问题。
。
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
女生有男朋友之后才知道的事情有哪些？
你们都有学习资料吗？
中国军事力量有希望达到全球第一吗？
Rust开发Web后端效率如何？
使用内存超过32G(含)的电脑是种怎样的体验？
27寸显示器是否有必要到4K？
为什么鱼缸老是起绿藻呢，有什么好办法不用整天擦鱼缸？
为什么要学go语言，golang的优势有哪些？
现在工作中k8s是使用containerd还是docker来管理容器?
电话：
座机：
邮箱：
地址：
